【问题标题】:Which model to choose with an unsupervised anomaly detection problem?对于无监督异常检测问题,该选择哪种模型?
【发布时间】:2019-10-18 22:45:40
【问题描述】:

我有一个异常检测问题,有很多信号数据(1700、64 100)和数据帧的长度有关。 问题是我是异常检测的初学者,训练集中没有异常。 (当然有一些在验证集中)。

我尝试将 KNN 和隔离林与 pyod 库一起使用,但有一个“污染”参数需要优于 0。但就我而言,没有前面所说的异常。

提前谢谢你

【问题讨论】:

    标签: python machine-learning deep-learning signals anomaly-detection


    【解决方案1】:

    污染定义了您对异常数据百分比的预期。如果没有异常值,为什么要检测它们?

    我想说更好的方法是使用整个数据集来构建模型,而不是训练/测试拆分:)

    【讨论】:

    • 感谢您的回答。为了更清楚,我有一个充满内点的数据框(火车)。我有一个未标记的测试 df 有一些异常(用于比赛)。
    • @Jinter 我认为这是新奇检测,与异常检测略有不同。从实际的角度来看,我认为您可以将现有数据和未见过的数据结合在一起进行预测。另一种方法仍然是使用异常检测并预测新样本的分数(使用decision_function)。在获得未见数据的分数后,您可以设置异常值的阈值,例如,分数>0.3。不用担心污染参数,它只用于二进制标签预测,而不是decision_function。
    猜你喜欢
    • 2018-11-06
    • 2020-06-02
    • 2014-06-11
    • 2021-03-15
    • 2021-09-28
    • 2020-03-10
    • 2019-06-01
    • 2018-05-25
    • 1970-01-01
    相关资源
    最近更新 更多